論文の概要: Understanding Cross-Rig Generalization in Automotive Perception: a Multi-Rig Benchmark and Rig Variation Metrics
- arxiv url: http://arxiv.org/abs/2606.27554v1
- Date: Thu, 25 Jun 2026 21:06:08 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-29 18:24:25.314665
- Title: Understanding Cross-Rig Generalization in Automotive Perception: a Multi-Rig Benchmark and Rig Variation Metrics
- Title（参考訳）: 自動車知覚におけるクロスライグ一般化の理解:マルチライグベンチマークとリグ変動メトリクス
- Abstract要約: 現実世界の車両群は、カメラ配置、向き、視野、カメラ数に大きな変化を示す。
このミスマッチは、幾何学的観察プロセスのみが変化するクロスリグ領域ギャップを導入する。
Plentiful CARLA Camera Rigsは、14のシステマティックなカメラリグで同じ運転シーンをレンダリングするベンチマークだ。
- 参考スコア（独自算出の注目度）: 1.4680035572775534
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Camera-based perception systems for autonomous driving are typically developed and evaluated using fixed sensor rigs, while real-world vehicle fleets exhibit substantial variation in camera placement, orientation, field of view, and camera count. This mismatch introduces a cross-rig domain gap in which only the geometric observation process changes. To study this effect under controlled conditions, we introduce Plentiful CARLA Camera Rigs, a benchmark that renders identical driving scenes under 14 systematically designed camera rigs. This setup enables direct analysis of cross-rig generalization without confounding changes in scene content or appearance. Using the benchmark, we analyze cross-rig transfer behavior of representative multi-view perception architectures and observe substantial performance shifts induced by geometric rig variation. To facilitate structured analysis, we further introduce two calibration-based descriptors derived from rig metadata: Rig Variance, capturing internal rig diversity, and Rig Contrastive Distance, measuring geometric discrepancy between rigs. Our experiments show that geometric rig differences strongly correlate with relative cross-rig performance shifts and that Rig Contrastive Distance provides a reliable proxy for ranking transfer difficulty between sensor rigs.
- Abstract（参考訳）: 自律走行のためのカメラベースの認識システムは、通常、固定センサーリグを使用して開発・評価され、現実の車両は、カメラ配置、方向、視野、カメラ数に大きな変化を示す。
このミスマッチは、幾何学的観察プロセスのみが変化するクロスリグ領域ギャップを導入する。
Plentiful CARLA Camera Rigsは、14のシステマティックなカメラリグで同一の運転シーンをレンダリングするベンチマークである。
この設定により、シーンの内容や外観の変化を補うことなく、クロスリグの一般化を直接解析することができる。
このベンチマークを用いて,代表的多視点認識アーキテクチャのクロスリグ伝達挙動を解析し,幾何的リグ変動によって引き起こされる実質的な性能変化を観察する。
構造解析を容易にするために,リグメタデータから派生した2つのキャリブレーションベースの記述子(リグ変数,内部リグ多様性の取得,リグコントラスト距離,リグ間の幾何差の測定)を導入する。
実験の結果,幾何リグの差は相対的なクロスリグ性能変化と強く相関し,Rig Contrastive Distanceはセンサリグ間の移動困難度を推定するための信頼性の高いプロキシであることがわかった。
関連論文リスト
- Sensor Configuration Matters: A Systematic Evaluation of Multimodal SLAM on Quadruped Robots [15.924751226144979]
本稿では,最先端のビジュアル,ビジュアル・慣性,LiDAR・ビジュアル・慣性SLAM手法の体系的評価について述べる。
我々は、カメラのモダリティ、シャッター技術、慣性センサー層の影響を定量化し、ローカライゼーション精度、アルゴリズムの堅牢性、計算資源利用のトレードオフを分析する。
論文 参考訳（メタデータ） (2026-06-17T13:41:07Z) - InCaRPose: In-Cabin Relative Camera Pose Estimation Model and Dataset [7.117236435809274]
InCaRPoseはトランスフォーマーをベースとしたアーキテクチャで、画像ペア間の相対的ポーズを堅牢に予測するように設計されている。
DINOv3やTransformerベースのデコーダのようなフリーズバックボーン機能を利用することで,参照とターゲットビューの幾何学的関係を効果的に捉えることができる。
本手法は、キャビン内カメラマウントの物理的に妥当な調整範囲内で絶対的なメートル法スケールの変換を実現する。
論文 参考訳（メタデータ） (2026-04-04T17:40:25Z) - Robust Multi-view Camera Calibration from Dense Matches [1.6336895015108397]
ポーズ推定とキャリブレーションのためのロバストな手法を提案する。
我々は、それぞれのシーンを異なる視点から観察する、一組の堅いカメラを考える。
具体的には、個々のコンポーネントをStructure-from-motion (SfM)パイプラインで分析する。
論文 参考訳（メタデータ） (2025-12-17T17:19:36Z) - GTransPDM: A Graph-embedded Transformer with Positional Decoupling for Pedestrian Crossing Intention Prediction [5.647541727494757]
GTransPDMは多モード特徴を利用した歩行者横断意図予測のために開発された。
PIEデータセットでは92%の精度で、JAADデータセットでは87%の精度で処理速度は0.05msである。
論文 参考訳（メタデータ） (2024-09-30T12:02:17Z) - Homography Guided Temporal Fusion for Road Line and Marking Segmentation [73.47092021519245]
道路線やマーキングは、移動車両、影、グレアの存在下でしばしば閉鎖される。
本稿では,映像フレームを補足的に利用するHomography Guided Fusion (HomoFusion) モジュールを提案する。
カメラ固有のデータと地上平面の仮定をクロスフレーム対応に利用することにより,高速・高精度性能が向上した軽量ネットワークの実現が期待できることを示す。
論文 参考訳（メタデータ） (2024-04-11T10:26:40Z) - GenDepth: Generalizing Monocular Depth Estimation for Arbitrary Camera
Parameters via Ground Plane Embedding [8.289857214449372]
GenDepthは任意の車載カメラの設定に対してメートル法深度推定を行うことができる新しいモデルである。
地平面深度としてのカメラパラメータの新たな埋め込みを提案し,これらの埋め込みを対角領域アライメントと統合するアーキテクチャを提案する。
我々はGenDepthをいくつかの自律走行データセットで検証し、異なる車載カメラシステムに対する最先端の一般化能力を実証した。
論文 参考訳（メタデータ） (2023-12-10T22:28:34Z) - Towards Viewpoint Robustness in Bird's Eye View Segmentation [85.99907496019972]
AV知覚モデルがカメラ視点の変化にどのように影響するかを考察する。
投機時のピッチ、ヨー、深さ、高さへの小さな変化は、大きな性能低下につながる。
本稿では,新しいビュー合成技術を導入し,収集したデータをターゲットリグの視点に変換する手法を提案する。
論文 参考訳（メタデータ） (2023-09-11T02:10:07Z) - Online Camera-to-ground Calibration for Autonomous Driving [26.357898919134833]
運転中に特定の目標を利用できないオンライン単眼カメラ・地上キャリブレーションソリューションを提案する。
キャリブレーション性能の定量化と,満足度の高いキャリブレーション結果の報告・放送の停止基準を提供する。
論文 参考訳（メタデータ） (2023-03-30T04:01:48Z) - Exploring Invariant Representation for Visible-Infrared Person
Re-Identification [77.06940947765406]
異なるスペクトルを横断する歩行者にアイデンティティを関連付けることを目的とした、クロススペクトルの人物再識別は、モダリティの相違の主な課題に直面している。
本稿では、ロバスト機能マイニングネットワーク(RFM)と呼ばれるエンドツーエンドのハイブリッド学習フレームワークにおいて、画像レベルと特徴レベルの両方の問題に対処する。
RegDBとSYSU-MM01という2つの標準的なクロススペクトル人物識別データセットの実験結果により,最先端の性能が示された。
論文 参考訳（メタデータ） (2023-02-02T05:24:50Z) - Learning Transformations To Reduce the Geometric Shift in Object
Detection [60.20931827772482]
画像キャプチャプロセスの変動から生じる幾何シフトに対処する。
我々は、これらのシフトを最小限に抑えるために幾何変換の集合を学習する自己学習アプローチを導入する。
我々は,カメラの視野変化(FoV)と視点変化(視点変化)の2つの異なるシフトについて,本手法の評価を行った。
論文 参考訳（メタデータ） (2023-01-13T11:55:30Z) - Extrinsic Camera Calibration with Semantic Segmentation [60.330549990863624]
本稿では,セグメンテーション情報を利用してパラメータ推定を自動化する,外部カメラキャリブレーション手法を提案する。
われわれのアプローチは、カメラのポーズの粗い初期測定と、車両に搭載されたライダーセンサーによる構築に依存している。
シミュレーションおよび実世界のデータを用いて,キャリブレーション結果の低誤差測定を行う。
論文 参考訳（メタデータ） (2022-08-08T07:25:03Z) - TransCamP: Graph Transformer for 6-DoF Camera Pose Estimation [77.09542018140823]
本稿では、カメラ再配置問題に対処するため、グラフトランスフォーマーバックボーン、すなわちTransCamPを用いたニューラルネットワークアプローチを提案する。
TransCamPは、画像の特徴、カメラポーズ情報、フレーム間の相対的なカメラモーションを、エンコードされたグラフ属性に効果的に融合する。
論文 参考訳（メタデータ） (2021-05-28T19:08:43Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。